DOI: https://doi.org/10.32515/2664-262X.2025.12(43).1.58-72
Інформаційно-екстремальна технологія інтелектуального аналізу якості освітнього контенту в закладах вищої освіти
Про авторів
Шелехов Ігор Володимирович , доцент, кандидат технічних наук, доцент кафедри кібернетики та інформатики, Сумський національний аграрний університет; доцент кафедри комп’ютерних наук, Сумський державний університет, м. Суми, Україна, ORCID: https://orcid.org/0000-0003- 4304-7768, e-mail: i.shelehov@snau.edu.ua
Прилепа Дмитро Вікторович , кандидат технічних наук, асистент кафедри комп’ютерних наук, Сумський державний університет, м. Суми, Україна, ORCID: https://orcid.org/0000-0002-4022-5496, e-mail: d.prylepa@cs.sumdu.edu.ua
Хібовська Юлія Олексіївна , здобувач вищої освіти на третьому (освітньо-науковому) рівні за спеціальністю «Комп’ютерні науки», Сумський державний університет, м. Суми, Україна, ORCID: https://orcid.org/0000-0001-5832-3134, e-mail: y.khibovska@cs.sumdu.edu.ua.
Шамонін Кіріл Евгенович , здобувач вищої освіти на третьому (освітньо-науковому) рівні за спеціальністю «Комп’ютерні науки», Сумський державний університет, м. Суми, Україна, ORCID: https://orcid.org/0009-0004-9771-7629, e-mail: kirilshamonin@gmail.com
Доренський Олександр Павлович , доцент, кандидат технічних наук, доцент кафедри кібербезпеки та програмного забезпечення, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна, ORCID: https://orcid.org/0000-0002-7625-9022, e-mail: dorenskyiop@kntu.kr.ua
Анотація
В статті подано результати дослідження, присвяченого адаптації інформаційно-екстремальної інтелектуальної технології до практичної задачі інтелектуального аналізу якості освітнього контенту у закладах вищої освіти. Основна увага зосереджена на формуванні математичної моделі процесу інформаційно-екстремального машинного навчання системи класифікації якості навчальних матеріалів за оцінками роботодавців та випускників, а також на модифікації методів оптимізації функціональних параметрів машинного навчання. Таким чином, метою роботи є підвищення функціональної ефективності системи шляхом адаптації інформаційно-екстремальних моделей і методів машинного навчання до особливостей процесу оцінювання відповідності освітнього контенту вимогам ринку праці. В статті проаналізовано алгоритмічні підходи реалізації інформаційно-екстремального машинного навчання з застосуванням вкладених гіперсферичних контейнерів та критерію функціональної ефективності на основі інформаційної міри Кульбака. Запропонований підхід забезпечує зростання функціональної ефективності системи з 55% до 97%. В праці показано застосування інформаційно- екстремальної інтелектуальної технології у сфері оцінювання якості та адаптації навчальних матеріалів ЗВО, що сприяє підвищенню їх відповідності актуальним вимогам, стандартам, потребам ринку праці, очікуванням роботодавців.
Ключові слова
інтелектуальний аналіз даних, оцінювання функціональної ефективності, інформаційно- екстремальна інтелектуальна технологія, аналітично-інформаційна система, класифікатор
Повний текст:
PDF
Посилання
1. Meylani, R. (2024). A comparative analysis of traditional and modern approaches to assessment and evaluation in education. Journal of Educational Research, 15(1), 520–555. https://doi.org/10.51460/baebd.1386737.
2. Kintanar, F., Elladora, S. T., Genabe, V. C., & Rendon, Z. L. L. (2021). Perceived limitations of e-learning platforms. International Journal of Educational Research, 11(2), 157–172.
3. Dovbysh, A. S. (2009). Osnovy proiektuvannia intelektualnykh system [Fundamentals of intelligent systems design]. Sumy: SumDU. [in Ukrainian].
4. Prylepa, D. V. (2024). Informatsiino-ekstremalna intelektualna tekhnolohiia diahnostuvannia emotsiino- psykhichnoho stanu liudyny [Information-extreme intellectual technology for diagnosing the emotional and mental state of a person] (Doctoral dissertation). Kharkiv [in Ukrainian].
5. Ezzahraa Elhabti, F. (2025). Enhancing student performance prediction in e-learning ecosystems using machine learning techniques. International Journal of Information and Education Technology, 15(2), 301– 311. https://doi.org/10.18178/ijiet.2025.15.2.2243.
6. Sayed, B. T., Madanan, M., & Biju, N. (2022). Intelligent systems to measure the quality of assessments in higher education. Journal of Management Information and Decision Sciences, 25(S6), 1–11.
7. Dovbysh, A. S., Shelehov, I. V., Khibovska, Y. O., & Matiash, O. V. (2021). Informatsiino-analitychna systema otsiniuvannia vidpovidnosti suchasnym vymoham navchalnoho kontentu spetsialnosti kiberbezpeka [Information-analytical system for assessing compliance of cybersecurity educational content with modern requirements]. Radioelektronika i kompiuterni systemy, 1(197), 70. https://doi.org/10.32620/reks.2021.1.06 [in Ukrainian].
8. Zhang, Y., & Li, X. (2025). Student achievement prediction and auxiliary improvement method based on fuzzy decision support system. Discover Artificial Intelligence, 5(63), 1–14. https://doi.org/10.1007/s44163-025-00308-7.
9. Senkivskyy, V., Sikora, L., Lysa, N., Kudriashova, A., & Pikh, I. (2025). Fuzzy system for the quality assessment of educational multimedia edition design. Applied Sciences, 15(8), 4415. https://doi.org/10.3390/app15084415.
10. Sajja, R., Sermet, Y., Cikmaz, M., Cwiertny, D., & Demir, I. (2024). Artificial intelligence-enabled intelligent assistant for personalized and adaptive learning in higher education. Information, 15(10), 596. https://doi.org/10.3390/info15100596.
11. Tavakoli, M., Mol, S. T., & Kismihók, G. (2020). Labour market information driven, personalized, OER recommendation system for lifelong learners. arXiv preprint, 96–104. https://doi.org/10.48550/arXiv.2005.07465.
12. Hladchenko, M. S. (2019). Informatsiina systema intelektualnoho analizu yakosti osvitnoho kontentu kafedry [Information system for intelligent analysis of the quality of educational content of the department] (Master’s thesis, SumDU). Sumy: SumDU. http://essuir.sumdu.edu.ua/handle/123456789/76815 (Accessed: 06.06.2025). [in Ukrainian].
13. Shelehov, I. V., Prylepa, D. V., Khibovska, Y. O., & Otroshcenko, M. S. (2023). Machine learning decision support systems for adaptation of educational content to the labor market requirements. Radio Electronics, Computer Science, Control, 1(62), 62–72. https://doi.org/10.15588/1607-3274-2023-1-6.
14. Shelehov, I. V., Prylepa, D. V., Zborshchyk, O. P., & Mishchenko, A. Ye. (2022). Pobudova vyrishalnykh pravyl dlia SPPR adaptatsii navchalnoho kontentu vypusknoi kafedry do vymoh rynku pratsi [Construction of decision rules for DSS adaptation of graduation department’s educational content to labor market requirements]. Patent RF No. 6551. [in Ukrainian].
15. Moskalenko, V. V., Moskalenko, A. S., & Korobov, A. G. (2018). Models and methods of intellectual information technology of autonomous navigation for compact drones. Radio Electronics, Computer Science, Control, 3, 68–77. https://doi.org/10.15588/1607-3274-2018-3-8.
16. Dorenskyi, O., Drobko, O., & Drieiev, O. (2022). Improved model and software of the digital information service of the municipal health care institutions. Central Ukrainian Scientific Bulletin. Technical Sciences, 5(36, Part II), 3–10. https://doi.org/10.32515/2664-262X.2022.5(36).2.3-10.
17. Korniienko, O., Kozub, N., & Dorenskyi, O. (2025). Method and technological solution of an AI-based adaptive investor survey service for determining an individual risk profile. Central Ukrainian Scientific Bulletin. Technical Sciences, 11(42, Part II), 3–10. doi.org/10.32515/2664-262X.2025.11(42).1.3-10.
18. Kachurivskyi, V., Kotovskyi, A., Lykhodid, T., Kachurivska, H., & Dorenskyi, O. (2025). The concept of digital transformation of monitoring scientific activity of participants in educational process of the Ukrainian HEI. Central Ukrainian Scientific Bulletin. Technical Sciences, 11(42, Part I), 27–36. https://doi.org/10.32515/2664-262X.2025.11(42).1.27-36.
Пристатейна бібліографія ГОСТ
1. Meylani R. A Comparative Analysis of Traditional and Modern Approaches to Assessment and Evaluation in Education. Journal of Educational Research. 2024. Vol. 15, № 1. P. 520–555. DOI: 10.51460/baebd.1386737.
2. Kintanar F., Elladora S. T., Genabe V. C., Rendon Z. L. L. Perceived Limitations of E-learning Platforms. International Journal of Educational Research. 2021. Vol. 11, № 2. P. 157–172.
3. Довбиш А. С. Основи проєктування інтелектуальних систем : навч. посіб. Суми : СумДУ, 2009. 172 с.
4. Прилепа Д. В. Інформаційно-екстремальна інтелектуальна технологія діагностування емоційно- психічного стану людини : дис. … канд. техн. наук : 05.13.06. Харків, 2024. 188 с.
5. Ezzahraa Elhabti F. Enhancing student performance prediction in e-learning ecosystems using machine learning techniques. International Journal of Information and Education Technology. 2025. Vol. 15, № 2. P. 301–311. DOI: 10.18178/ijiet.2025.15.2.2243.
6. Sayed B. T., Madanan M., Biju N. Intelligent systems to measure the quality of assessments in higher education. Journal of Management Information and Decision Sciences. 2022. Vol. 25(S6). P. 1–11.
7. Довбиш А. С., Шелехов І. В., Хібовська Ю. О., Матяш О. В. Інформаційно-аналітична система оцінювання відповідності сучасним вимогам навчального контенту спеціальності кібербезпека. Радіоелектроніка і комп’ютерні системи. 2021. Т. 1, № 197. С. 70. DOI: 10.32620/reks.2021.1.06.
8. Zhang Y., Li X. Student achievement prediction and auxiliary improvement method based on fuzzy decision support system. Discover Artificial Intelligence. 2025. Vol. 5, № 63. P. 1–14. DOI: https://doi.org/10.1007/s44163-025-00308-7.
9. Senkivskyy V., Sikora L., Lysa N., Kudriashova A., Pikh I. Fuzzy system for the quality assessment of educational multimedia edition design. Applied Sciences. 2025. Vol. 15, № 8. Article 4415. DOI: https://doi.org/10.3390/app15084415.
10. Sajja R., Sermet Y., Cikmaz M., Cwiertny D., Demir I. Artificial Intelligence-Enabled Intelligent Assistant for Personalized and Adaptive Learning in Higher Education. Information. 2024. Vol. 15(10). Article 596. DOI: https://doi.org/10.3390/info15100596.
11. Tavakoli M., Mol S. T., Kismihók G. Labour market information driven, personalized, OER recommendation system for lifelong learners. arXiv preprint. 2020. P. 96–104. DOI: https://doi.org/10.48550/arXiv.2005.07465.
12. Гладченко М. С. Інформаційна система інтелектуального аналізу якості освітнього контенту кафедри : роб. на здоб. кваліф. ступ. магістр ; спец. 122 – комп’ютерні науки (інформатика) [Електрон. ресурс] / М. С. Гладченко ; наук. кер. І. В. Шелехов. Суми : СумДУ, 2019. 59 с. URL: http://essuir.sumdu.edu.ua/handle/123456789/76815.
13. Shelehov I. V., Prylepa D. V., Khibovska Y. O., Otroshcenko M. S. Machine learning decision support systems for adaptation of educational content to the labor market requirements. Radio Electronics, Computer Science, Control. 2023. Vol. 1, № 62. P. 62–72. DOI: https://doi.org/10.15588/1607-3274-2023-1-6.
14. Шелехов І. В., Прилепа Д. В., Зборщик О. П., Міщенко А. Є. Побудова вирішальних правил для СППР адаптації навчального контенту випускної кафедри до вимог ринку праці. Patent RF. № 6551. 2022.
15. Moskalenko V. V., Moskalenko A. S., Korobov A. G. Models and methods of intellectual information technology of autonomous navigation for compact drones. Radio Electronics, Computer Science, Control. 2018. № 3. P. 68–77. DOI: 10.15588/1607-3274-2018-3-8.
16. Dorenskyi O., Drobko O., Drieiev O. Improved Model and Software of the Digital Information Service of the Municipal Health Care Institutions. Центральноукраїнський науковий вісник. Технічні науки. 2022. Вип. 5(36), ч. 2. С. 3–10. DOI: 10.32515/2664-262X.2022.5(36).2.3-10.
17. Korniienko O., Kozub N., Dorenskyi O. Method and Technological Solution of an AI-Based Adaptive Investor Survey Service for Determining an Individual Risk Profile. Central Ukrainian Scientific Bulletin. Technical Sciences. 2025. Issue 11(42), Part II. P. 3–10. DOI: 10.32515/2664-262X.2025.11(42).1.3-10.
18. Kachurivskyi V., Kotovskyi A., Lykhodid T., Kachurivska H., Dorenskyi O. The Concept of Digital Transformation of Monitoring Scientific Activity of Participants in Educational Process of the Ukrainian HEI. Центральноукраїнський науковий вісник. Технічні науки. 2025. Вип. 11(42), ч. 1. С. 27–36. DOI: 10.32515/2664-262X.2025.11(42).1.27-36.
Copyright (c) 2025 О. С. Улічев, В. П. Кулагін
Інформаційно-екстремальна технологія інтелектуального аналізу якості освітнього контенту в закладах вищої освіти
Про авторів
Шелехов Ігор Володимирович , доцент, кандидат технічних наук, доцент кафедри кібернетики та інформатики, Сумський національний аграрний університет; доцент кафедри комп’ютерних наук, Сумський державний університет, м. Суми, Україна, ORCID: https://orcid.org/0000-0003- 4304-7768, e-mail: i.shelehov@snau.edu.ua
Прилепа Дмитро Вікторович , кандидат технічних наук, асистент кафедри комп’ютерних наук, Сумський державний університет, м. Суми, Україна, ORCID: https://orcid.org/0000-0002-4022-5496, e-mail: d.prylepa@cs.sumdu.edu.ua
Хібовська Юлія Олексіївна , здобувач вищої освіти на третьому (освітньо-науковому) рівні за спеціальністю «Комп’ютерні науки», Сумський державний університет, м. Суми, Україна, ORCID: https://orcid.org/0000-0001-5832-3134, e-mail: y.khibovska@cs.sumdu.edu.ua.
Шамонін Кіріл Евгенович , здобувач вищої освіти на третьому (освітньо-науковому) рівні за спеціальністю «Комп’ютерні науки», Сумський державний університет, м. Суми, Україна, ORCID: https://orcid.org/0009-0004-9771-7629, e-mail: kirilshamonin@gmail.com
Доренський Олександр Павлович , доцент, кандидат технічних наук, доцент кафедри кібербезпеки та програмного забезпечення, Центральноукраїнський національний технічний університет, м. Кропивницький, Україна, ORCID: https://orcid.org/0000-0002-7625-9022, e-mail: dorenskyiop@kntu.kr.ua
Анотація
Ключові слова
Повний текст:
PDFПосилання
1. Meylani, R. (2024). A comparative analysis of traditional and modern approaches to assessment and evaluation in education. Journal of Educational Research, 15(1), 520–555. https://doi.org/10.51460/baebd.1386737.
2. Kintanar, F., Elladora, S. T., Genabe, V. C., & Rendon, Z. L. L. (2021). Perceived limitations of e-learning platforms. International Journal of Educational Research, 11(2), 157–172.
3. Dovbysh, A. S. (2009). Osnovy proiektuvannia intelektualnykh system [Fundamentals of intelligent systems design]. Sumy: SumDU. [in Ukrainian].
4. Prylepa, D. V. (2024). Informatsiino-ekstremalna intelektualna tekhnolohiia diahnostuvannia emotsiino- psykhichnoho stanu liudyny [Information-extreme intellectual technology for diagnosing the emotional and mental state of a person] (Doctoral dissertation). Kharkiv [in Ukrainian].
5. Ezzahraa Elhabti, F. (2025). Enhancing student performance prediction in e-learning ecosystems using machine learning techniques. International Journal of Information and Education Technology, 15(2), 301– 311. https://doi.org/10.18178/ijiet.2025.15.2.2243.
6. Sayed, B. T., Madanan, M., & Biju, N. (2022). Intelligent systems to measure the quality of assessments in higher education. Journal of Management Information and Decision Sciences, 25(S6), 1–11.
7. Dovbysh, A. S., Shelehov, I. V., Khibovska, Y. O., & Matiash, O. V. (2021). Informatsiino-analitychna systema otsiniuvannia vidpovidnosti suchasnym vymoham navchalnoho kontentu spetsialnosti kiberbezpeka [Information-analytical system for assessing compliance of cybersecurity educational content with modern requirements]. Radioelektronika i kompiuterni systemy, 1(197), 70. https://doi.org/10.32620/reks.2021.1.06 [in Ukrainian].
8. Zhang, Y., & Li, X. (2025). Student achievement prediction and auxiliary improvement method based on fuzzy decision support system. Discover Artificial Intelligence, 5(63), 1–14. https://doi.org/10.1007/s44163-025-00308-7.
9. Senkivskyy, V., Sikora, L., Lysa, N., Kudriashova, A., & Pikh, I. (2025). Fuzzy system for the quality assessment of educational multimedia edition design. Applied Sciences, 15(8), 4415. https://doi.org/10.3390/app15084415.
10. Sajja, R., Sermet, Y., Cikmaz, M., Cwiertny, D., & Demir, I. (2024). Artificial intelligence-enabled intelligent assistant for personalized and adaptive learning in higher education. Information, 15(10), 596. https://doi.org/10.3390/info15100596.
11. Tavakoli, M., Mol, S. T., & Kismihók, G. (2020). Labour market information driven, personalized, OER recommendation system for lifelong learners. arXiv preprint, 96–104. https://doi.org/10.48550/arXiv.2005.07465.
12. Hladchenko, M. S. (2019). Informatsiina systema intelektualnoho analizu yakosti osvitnoho kontentu kafedry [Information system for intelligent analysis of the quality of educational content of the department] (Master’s thesis, SumDU). Sumy: SumDU. http://essuir.sumdu.edu.ua/handle/123456789/76815 (Accessed: 06.06.2025). [in Ukrainian].
13. Shelehov, I. V., Prylepa, D. V., Khibovska, Y. O., & Otroshcenko, M. S. (2023). Machine learning decision support systems for adaptation of educational content to the labor market requirements. Radio Electronics, Computer Science, Control, 1(62), 62–72. https://doi.org/10.15588/1607-3274-2023-1-6.
14. Shelehov, I. V., Prylepa, D. V., Zborshchyk, O. P., & Mishchenko, A. Ye. (2022). Pobudova vyrishalnykh pravyl dlia SPPR adaptatsii navchalnoho kontentu vypusknoi kafedry do vymoh rynku pratsi [Construction of decision rules for DSS adaptation of graduation department’s educational content to labor market requirements]. Patent RF No. 6551. [in Ukrainian].
15. Moskalenko, V. V., Moskalenko, A. S., & Korobov, A. G. (2018). Models and methods of intellectual information technology of autonomous navigation for compact drones. Radio Electronics, Computer Science, Control, 3, 68–77. https://doi.org/10.15588/1607-3274-2018-3-8.
16. Dorenskyi, O., Drobko, O., & Drieiev, O. (2022). Improved model and software of the digital information service of the municipal health care institutions. Central Ukrainian Scientific Bulletin. Technical Sciences, 5(36, Part II), 3–10. https://doi.org/10.32515/2664-262X.2022.5(36).2.3-10.
17. Korniienko, O., Kozub, N., & Dorenskyi, O. (2025). Method and technological solution of an AI-based adaptive investor survey service for determining an individual risk profile. Central Ukrainian Scientific Bulletin. Technical Sciences, 11(42, Part II), 3–10. doi.org/10.32515/2664-262X.2025.11(42).1.3-10.
18. Kachurivskyi, V., Kotovskyi, A., Lykhodid, T., Kachurivska, H., & Dorenskyi, O. (2025). The concept of digital transformation of monitoring scientific activity of participants in educational process of the Ukrainian HEI. Central Ukrainian Scientific Bulletin. Technical Sciences, 11(42, Part I), 27–36. https://doi.org/10.32515/2664-262X.2025.11(42).1.27-36.
Пристатейна бібліографія ГОСТ
1. Meylani R. A Comparative Analysis of Traditional and Modern Approaches to Assessment and Evaluation in Education. Journal of Educational Research. 2024. Vol. 15, № 1. P. 520–555. DOI: 10.51460/baebd.1386737.
2. Kintanar F., Elladora S. T., Genabe V. C., Rendon Z. L. L. Perceived Limitations of E-learning Platforms. International Journal of Educational Research. 2021. Vol. 11, № 2. P. 157–172.
3. Довбиш А. С. Основи проєктування інтелектуальних систем : навч. посіб. Суми : СумДУ, 2009. 172 с.
4. Прилепа Д. В. Інформаційно-екстремальна інтелектуальна технологія діагностування емоційно- психічного стану людини : дис. … канд. техн. наук : 05.13.06. Харків, 2024. 188 с.
5. Ezzahraa Elhabti F. Enhancing student performance prediction in e-learning ecosystems using machine learning techniques. International Journal of Information and Education Technology. 2025. Vol. 15, № 2. P. 301–311. DOI: 10.18178/ijiet.2025.15.2.2243.
6. Sayed B. T., Madanan M., Biju N. Intelligent systems to measure the quality of assessments in higher education. Journal of Management Information and Decision Sciences. 2022. Vol. 25(S6). P. 1–11.
7. Довбиш А. С., Шелехов І. В., Хібовська Ю. О., Матяш О. В. Інформаційно-аналітична система оцінювання відповідності сучасним вимогам навчального контенту спеціальності кібербезпека. Радіоелектроніка і комп’ютерні системи. 2021. Т. 1, № 197. С. 70. DOI: 10.32620/reks.2021.1.06.
8. Zhang Y., Li X. Student achievement prediction and auxiliary improvement method based on fuzzy decision support system. Discover Artificial Intelligence. 2025. Vol. 5, № 63. P. 1–14. DOI: https://doi.org/10.1007/s44163-025-00308-7.
9. Senkivskyy V., Sikora L., Lysa N., Kudriashova A., Pikh I. Fuzzy system for the quality assessment of educational multimedia edition design. Applied Sciences. 2025. Vol. 15, № 8. Article 4415. DOI: https://doi.org/10.3390/app15084415.
10. Sajja R., Sermet Y., Cikmaz M., Cwiertny D., Demir I. Artificial Intelligence-Enabled Intelligent Assistant for Personalized and Adaptive Learning in Higher Education. Information. 2024. Vol. 15(10). Article 596. DOI: https://doi.org/10.3390/info15100596.
11. Tavakoli M., Mol S. T., Kismihók G. Labour market information driven, personalized, OER recommendation system for lifelong learners. arXiv preprint. 2020. P. 96–104. DOI: https://doi.org/10.48550/arXiv.2005.07465.
12. Гладченко М. С. Інформаційна система інтелектуального аналізу якості освітнього контенту кафедри : роб. на здоб. кваліф. ступ. магістр ; спец. 122 – комп’ютерні науки (інформатика) [Електрон. ресурс] / М. С. Гладченко ; наук. кер. І. В. Шелехов. Суми : СумДУ, 2019. 59 с. URL: http://essuir.sumdu.edu.ua/handle/123456789/76815.
13. Shelehov I. V., Prylepa D. V., Khibovska Y. O., Otroshcenko M. S. Machine learning decision support systems for adaptation of educational content to the labor market requirements. Radio Electronics, Computer Science, Control. 2023. Vol. 1, № 62. P. 62–72. DOI: https://doi.org/10.15588/1607-3274-2023-1-6.
14. Шелехов І. В., Прилепа Д. В., Зборщик О. П., Міщенко А. Є. Побудова вирішальних правил для СППР адаптації навчального контенту випускної кафедри до вимог ринку праці. Patent RF. № 6551. 2022.
15. Moskalenko V. V., Moskalenko A. S., Korobov A. G. Models and methods of intellectual information technology of autonomous navigation for compact drones. Radio Electronics, Computer Science, Control. 2018. № 3. P. 68–77. DOI: 10.15588/1607-3274-2018-3-8.
16. Dorenskyi O., Drobko O., Drieiev O. Improved Model and Software of the Digital Information Service of the Municipal Health Care Institutions. Центральноукраїнський науковий вісник. Технічні науки. 2022. Вип. 5(36), ч. 2. С. 3–10. DOI: 10.32515/2664-262X.2022.5(36).2.3-10.
17. Korniienko O., Kozub N., Dorenskyi O. Method and Technological Solution of an AI-Based Adaptive Investor Survey Service for Determining an Individual Risk Profile. Central Ukrainian Scientific Bulletin. Technical Sciences. 2025. Issue 11(42), Part II. P. 3–10. DOI: 10.32515/2664-262X.2025.11(42).1.3-10.
18. Kachurivskyi V., Kotovskyi A., Lykhodid T., Kachurivska H., Dorenskyi O. The Concept of Digital Transformation of Monitoring Scientific Activity of Participants in Educational Process of the Ukrainian HEI. Центральноукраїнський науковий вісник. Технічні науки. 2025. Вип. 11(42), ч. 1. С. 27–36. DOI: 10.32515/2664-262X.2025.11(42).1.27-36.
Copyright (c) 2025 О. С. Улічев, В. П. Кулагін